Abstrak
“Kendaraan otonom dalam kaitannya dengan perilaku manusia dari perkiraan peserta lalu lintas dan interaksinya merupakan masalah utama dalam sistem mengemudi otomatis. Teori kognitif klasik berasumsi bahwa perilaku peserta lalu lintas manusia sepenuhnya masuk akal ketika mempelajari estimasi niat dan interaksi. Namun, menurut teori kognisi kuantum dan keputusan serta kasus lalu lintas praktis, perilaku manusia termasuk perilaku lalu lintas seringkali tidak masuk akal, yang melanggar teori kognisi dan keputusan klasik. Berdasarkan teori kognitif kuantum, makalah ini mempelajari masalah kognitif penyeberangan pejalan kaki. Melalui analisis kasus, terbukti bahwa model Quantum-like Bayesian (QLB) dapat mempertimbangkan kewajaran pejalan kaki ketika menyeberang jalan dibandingkan dengan model probabilitas klasik, karena lebih sesuai dengan keadaan sebenarnya. Eksperimen prediksi lintasan membuktikan bahwa model QLB dapat mencakup peristiwa tepi dalam adegan interaktif dibandingkan dengan model Social-LSTM berbasis data, sehingga lebih konsisten dengan lintasan sebenarnya. Tulisan ini memberikan referensi baru bagi penelitian mengenai masalah kognitif intensi terhadap perilaku rasional terikat peserta lalu lintas manusia dalam mengemudi otonom.”
Sumber: https://semiengineering.com/research-on-quantum-cognition-in-autonomous-driving/
